人工智能中重点关注的两方面内容进度

在人工智能中，重点关注两个方面的内容

问题的表示（知识的表示）：即要找到问题的一种合适的表示方法

在人工智能中，我们要涉及到：

状态空间法

问题归约法

谓词逻辑法

问题的求解：从问题表示方法出发，找到一个合理的办法来求解

在人工智能中，常有的方法有：

搜索法

推理法

计算方法

在日常的一些智力游戏（八数码、走八卦阵、走迷宫等）中，我们采用的策略：试着向前走，如果走不通，则往后退，不停地试、试、试，直到成功。

类似地，在人工智能中，一种最基本的求解方法就是试探搜索法，即，通过在某个可能的解空间（例如，所有可能的走法）中寻找一个解。

这种基于解空间的问题表示和求解方法就是状态空间法，其基础是状态和算符（算子）

2.2.2状态图示法进度：

状态空间法（求解过程）的表示方法：用图来表示（借助于图论中某些技术）

图是由节点（不一定是有限个的节点）的集合构成的

【注意：在图论中，图的定义中还包括边的集合】

有向图和无向图：

利用图论的技术，我们要解决两个问题：

第一、找出初始节点到目标节点的一条路径。对应于寻找初始状态到目标状态的操作符序列

第二、找出初始节点到目标节点的一条代价最小的路径。对应于寻找将初始状态变换到目标状态所用操作符代价之和最小的操作符序列

当用有向图来表示状态空间法时，对应关系：

图中的一个节点对应于某一个状态

图中的一个有向弧对应于某一个算符

在某些情况下，每个操作符作用、成本是不一样的，需要引入代价的概念

引入代价的概念后，我们的问题可能是：寻找初始节点到目标节点之间的代价最小的路径

对应的原始问题：寻找从初始状态到目标状态的操作符代价之和最小的操作符序列

利用图论的技术，我们要解决两个问题：

第一、找出初始节点到目标节点的一条路径。对应于寻找初始状态到目标状态的操作符序列

第二、找出初始节点到目标节点的一条代价最小的路径。对应于寻找将初始状态变换到目标状态所用操作符代价之和最小的操作符序列